Redes de Aprendizado Profundo Aplicadas à Detecção de Câncer em Tecidos Humanos e Detecção de Patologias em Sinais de EEG e ECG
Resumo: O uso de inteligência artificial tem revolucionado o serviço de auxílio ao diagnóstico médico. Os ganhos para a saúde são percebidos tanto na qualidade do atendimento médico, que podem contar com sistemas no auxílio ao diagnóstico, quanto na velocidade em que os diagnósticos podem ser obtidos. Neste contexto, neste projeto pretende-se desenvolver e implementar técnicas baseadas em Deep Learning e métodos recentes de processamento de imagens e de sinais para realizar: a) a segmentação de imagens dermatoscópicas para auxiliar especialistas a identificar lesões de pele (como câncer); b) a segmentação de mamografias digitais, no intuito de identificar regiões de calcificação e de câncer; c) detecção de comportamento anômalo e patologias em sinais de ECG (Eletrocardiograma); d) detecção de patologias neurofisiológicas e seu relacionamento com os sinais de EEG (eletroencefalograma). Conforme relatado em trabalhos recentes, sistemas computacionais têm alcançado resultados semelhantes ao de especialistas da área médica. Neste projeto espera-se alcançar o mesmo patamar destes resultados e, se possível, superá-los. Até o presente momento, o projeto alcançou, em alguns trabalhos específicos, resultados em patamar similar ao do estado da arte, destacando as áreas de segmentação de câncer de pele e detecção de algumas patologias por meio de sinais de EEG.
Data de início: 01/01/2019
Prazo (meses): 36
Participantes:
Papel |
Nome |
|---|---|
| Pesquisador | KLAUS FABIAN COCO |
| Pesquisador | EVANDRO OTTONI TEATINI SALLES |
